三维数字几何处理中特征提取与孔洞修补研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
图表目录 | 第14-17页 |
1 绪论 | 第17-32页 |
1.1 国内外相关研究进展 | 第20-30页 |
1.1.1 点云数据的薄化处理 | 第20-22页 |
1.1.2 点云数据特征点提取 | 第22-24页 |
1.1.3 网格数据特征点提取 | 第24-26页 |
1.1.4 点云数据孔洞修补 | 第26-27页 |
1.1.5 网格数据孔洞修补 | 第27-30页 |
1.1.5.1 基于体数据孔洞修补 | 第27-28页 |
1.1.5.2 基于网格的孔洞修补 | 第28-30页 |
1.2 本文主要研究思路与内容 | 第30-32页 |
2 厚度点云的薄化处理研究 | 第32-47页 |
2.1 引言 | 第32-33页 |
2.2 主曲线和主曲面 | 第33-35页 |
2.3 厚度点云数据薄化 | 第35-39页 |
2.3.1 特征保持投影算子 | 第36-37页 |
2.3.2 与双边滤波算法的比较 | 第37页 |
2.3.3 与MLS和LOP的比较 | 第37-39页 |
2.4 邻域选取和离群点去除 | 第39-40页 |
2.5 实验结果与分析 | 第40-44页 |
2.6 本章小结 | 第44-47页 |
3 基于局部重建的点云特征点提取 | 第47-59页 |
3.1 引言 | 第47-48页 |
3.2 算法概述 | 第48-49页 |
3.3 点云特征点提取 | 第49-53页 |
3.3.1 潜在特征点提取 | 第49-50页 |
3.3.2 局部三角形构建 | 第50-51页 |
3.3.3 子邻域划分 | 第51-53页 |
3.3.4 特征点识别与分类 | 第53页 |
3.4 实验结果与讨论 | 第53-58页 |
3.4.1 实验结果 | 第54-55页 |
3.4.2 算法讨论 | 第55-58页 |
3.5 本章小结 | 第58-59页 |
4 基于邻域支持的网格特征点提取 | 第59-75页 |
4.1 引言 | 第59-60页 |
4.2 算法概述 | 第60-61页 |
4.2.1 算法流程 | 第60页 |
4.2.2 邻域支持 | 第60-61页 |
4.3 网格特征点提取 | 第61-66页 |
4.3.1 初始特征点提取 | 第61-63页 |
4.3.1.1 法向张量投票 | 第61-62页 |
4.3.1.2 特征点的分类 | 第62-63页 |
4.3.2 显著性度量计算 | 第63-65页 |
4.3.3 弱特征增强技术 | 第65页 |
4.3.4 特征线连接处理 | 第65-66页 |
4.4 实验结果与应用 | 第66-73页 |
4.4.1 参数选取 | 第66-67页 |
4.4.2 无噪声数据结果 | 第67-68页 |
4.4.3 有噪声数据结果 | 第68页 |
4.4.4 特征保持的网格去噪 | 第68-72页 |
4.4.5 特征保持的数据修补 | 第72-73页 |
4.5 本章小结 | 第73-75页 |
5 基于波前法的三角形网格孔洞修补 | 第75-89页 |
5.1 引言 | 第75-76页 |
5.2 波前法 | 第76-78页 |
5.3 三角形网格孔洞修补 | 第78-83页 |
5.3.1 边界点法向估计 | 第78-80页 |
5.3.2 缺失形状的修补 | 第80-83页 |
5.4 实验结果与分析 | 第83-88页 |
5.5 本章小结 | 第88-89页 |
6 特征保持的网格孔洞修补 | 第89-103页 |
6.1 引言 | 第89-90页 |
6.2 算法概述 | 第90-91页 |
6.3 特征恢复 | 第91-97页 |
6.3.1 特征点集合构造 | 第91-92页 |
6.3.2 特征点集合匹配 | 第92-94页 |
6.3.3 特征线重建 | 第94-95页 |
6.3.4 角点恢复 | 第95-97页 |
6.4 实验结果与讨论 | 第97-101页 |
6.4.1 特征线恢复 | 第97-100页 |
6.4.2 角点恢复 | 第100-101页 |
6.4.3 算法局限 | 第101页 |
6.5 本章小结 | 第101-103页 |
7 结论与展望 | 第103-107页 |
7.1 结论 | 第103页 |
7.2 创新点摘要 | 第103-105页 |
7.3 展望 | 第105-107页 |
参考文献 | 第107-115页 |
攻读博士学位期间科研项目及科研成果 | 第115-117页 |
致谢 | 第117-119页 |
作者简介 | 第119-120页 |